Gelir eşitsizliği bireylerin refahını etkiler mi? Türkiye’den bulgular

Abstract

Ekonomik gelir seviyesi, bireylerin ve toplumun davranışlarını belirleyen en önemli faktörlerden biridir. Neredeyse her tür sosyal alanda yaşam kalitesi ve memnuniyet oranları ekonomik seviyeye paralel olarak azalmakta veya artmaktadır. Bu çalışmanın temel amacı, Türkiye'de gelir eşitsizliğinin sağlık ve sosyal problemler üzerindeki etkisini analiz etmektir. Veri analiz yöntemi olarak, çok değişkenli adaptif regresyon katmanları (Multivariate adaptive regression splines (MARSplines)) algoritması kullanılmıştır. Veri seti, ekonomik ve ekonomik olmayan değişkenlerden oluşmaktadır. Bu sebeple, regresyon modelinin bağımlı değişkeni, bir gelir eşitsizliği ölçü birimi olan, gini katsayısı olarak belirlendi ve bu değişkenin ilgili TÜİK veri kümesi ile olan ilişkisi incelendi. Sonuçlar, tüm bağımsız değişkenlerin belirli seviyelerde gelir eşitsizliğini etkileyici bir potansiyele sahip olduğunu ortaya koymaktadır. Ayrıca, MARSplines algoritması kullanılarak veri setinin yaklaşık % 99'unu açıklayabilen bir ilişki modeli oluşturulmuştur. Bu sonuçlar, Türkiye özelinde, gelir eşitsizliği ve bireylerin refah düzeyleri arasında kuvvetli bir ilişkinin olduğunu ortaya koymaktadır. İlgi değişkenlerin model içinde sahip oldukları katsayıların sayısal değerleri, değişkenin ilişki üzerindeki etkisinin yönünü ve büyüklüğünü ortaya koymaktadır.

Economic income level is one of the most important factors determining the behavior of individuals and society. In almost all social areas, the quality of life and satisfaction rates are decreasing or increasing parallel to the economic level. The main purpose of this study is to analyze the effects of income inequality on health and social problems in Turkey. Multivariate adaptive regression splines (MARSplines) algorithm was used as data analysis method. The dataset consists of economic and non-economic variables. The common feature of all these variables is that they can directly evaluate people's lives through social and health issues and have the potential to change in proportion to their income level. For this reason, the dependent variable of the regression model was determined as the gini coefficient, which is a measure of income inequality, and its relationship with the related dataset was examined. The results show that all independent variables have an impressive potential of income inequality at certain levels. In addition, using the MARSplines algorithm, a relationship model that can explain approximately 99% of the data set was created. These results, with respect to Turkey based data-set, reveals that there is a strong correlation between individuals' welfare and income inequality. Numerical values of the coefficients of the parameters taking place in the model reveal the direction and size of the effect of the variables on the relationship.